تشخيص دستنوشتههاي برخط فارسي با استفاده از مدل زباني

مهمترین اشكال در اغلب روشهای بازشناسی بیتوجهی به بافت جمله است كه باعث میگردد در مواردی كه كلمهی ورودی، اشتباه بازشناسی میشود، واژهاى با ظاهر درست در جملهاى نابجا به كار رود. در این مقاله روش جدیدی بررای بازشناسری كلمرا بررخط فارسی ارائه شده است كه با استفاده از بافت جمله سعی در بهبود بازشناسی دارد. فرآیند روش معرفی شده به این صور است كره در مرحلهی بازشناسی مجموعهای از واژگان به عنوان فرضیه در نظر گرفته میشوند، به هر فرضیه بر اساس میراان شرباهت آن بره دستنوشته ورودی امتیازی تعلق میگیرد و بر اساس امتیاز حاصله محتملترین فرضیا مشخص میشوند. سپس این رویه توسرط مدل زبانی برای یافتن فرضیا محتملتر، هدایت میشود. در واقع، مدل زبانی نیا به هر فرضیه یك امتیاز نسبت میدهد و با تلفیرق امتیازهای هر فرضیه، امتیاز نهایی فرضیه حاصل میگردد. با بهره جستن از مدل زبانی علاوه بر كاهش خطا، تكنیكی ارائه شده است كه با بهكارگیری آن تمامی واژگان زبان فارسی توسط سامانه قابل بازشناسی هستند. با بهكارگیری روش ارائه شده، دقت بازشناسی در مرحله اولیه در سطح حروف 9.59 % و پس از بازشناسی به كمك مدل زبانی دقت بازشناسی به 9959 % ارتقاء یافت.